Técnicas de aprendizaje automático para evaluar el riesgo de cristalización del ácido úrico

Abstract

[spa] En este trabajo se estudia la aplicaci on de t ecnicas de aprendizaje autom atico en la evaluaci on del riesgo de cristalizaci on del acido urico. Esta evaluaci on se llevar a a cabo a partir de fotograf as de muestras de orina. Se crear a un modelo con una primera parte formada por una red neuronal convolucional preentrenada destinada a extraer las caracter sticas de las im agenes y una segunda parte orientada a la clasi caci on donde se utilizar a el m etodo Random Forest. Se utilizar a la t ecnica de reducci on de dimensionalidad UMAP para seleccionar el modelo ya que esta t ecnica nos permite obtener una visi on intuitiva de datos de alta dimensi on. Para hacer frente a una cantidad de datos de entrenamiento peque~na se utilizar an las t ecnicas de Transfer Learning y Data Augmentation.